深度学习在生物医药领域的应用

序号	推送日期	文章	类型	简述	创新点	不足	研究目的	研究对象	领域	病种	技术	模型	数据类型	样本量	算法框架	模型架构	性能指标	计算资源
1381	2025-10-06	An interpretable XAI deep EEG model for schizophrenia diagnosis using feature selection and attention mechanisms 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1630291 PMID:40766336	研究论文	提出一种基于脑电图数据的可解释深度学习模型用于精神分裂症诊断	结合注意力机制与SHAP、LIME可解释性工具，增强模型决策过程的透明度	模型准确率仅为0.68%，性能有待提升	开发自动化的精神分裂症诊断方法	精神分裂症患者的脑电图数据	机器学习	精神分裂症	脑电图	DNN, BiLSTM-GRU, BiLSTM with Attention	脑电图传感器数据	NA	NA	深度神经网络, 双向长短期记忆网络-门控循环单元, 带注意力机制的双向长短期记忆网络	准确率	NA
1382	2025-10-06	Computer-vision based automatic rider helmet violation detection and vehicle identification in Indian smart city scenarios using NVIDIA TAO toolkit and YOLOv8 2025, Frontiers in artificial intelligence IF:3.0Q2 DOI:10.3389/frai.2025.1582257 PMID:40766945	研究论文	提出基于计算机视觉的两阶段深度学习方案，用于自动检测骑手头盔违规行为并识别车辆号牌	结合NVIDIA TAO工具包的预训练目标检测模型与YOLOv8架构，实现实时头盔违规检测和号牌识别	缺乏公开可用的交通数据集，需使用自定义数据集进行训练和验证	通过实时强制执行交通法规来减少骑手头盔违规行为	印度智能城市场景中的两轮车骑手	计算机视觉	NA	深度学习	CNN, YOLO	图像	自定义摩托车骑手图像数据集（包含复杂场景）	NVIDIA TAO, YOLOv8	ResNet18, YOLOv8	准确率	NVIDIA TAO工具包
1383	2025-10-06	Signal-Guided Multitask Learning for Myocardial Infarction Classification Using Images of Electrocardiogram 2025, Cardiology IF:1.9Q3 DOI:10.1159/000542399 PMID:39504941	研究论文	开发基于信号引导多任务学习的深度学习算法，使用心电图图像进行心肌梗死分类	提出信号引导多任务学习方法，相比之前单任务算法性能更优	NA	开发深度学习算法区分心肌梗死患者与无冠状动脉疾病患者	心电图图像数据	医学图像分析	心血管疾病	心电图成像	深度学习	图像	11,227张心电图图像	NA	NA	准确率, 敏感度, 特异性, 精确率, F1分数	NA
1384	2025-10-06	Deep Learning-Based Detection of Malignant Bile Duct Stenosis in Fluoroscopy Images of Endoscopic Retrograde Cholangiopancreatography 2025, Digestion IF:3.0Q2 DOI:10.1159/000543049 PMID:39675349	研究论文	本研究开发了一种基于深度学习的模型，用于在ERCP荧光成像中区分良恶性胆管狭窄	首次将深度学习技术应用于ERCP荧光图像进行胆管狭窄良恶性分类，并进行了多中心外部验证	回顾性研究设计，样本量相对有限，需要在前瞻性研究中进一步验证	提高胆管狭窄良恶性鉴别的诊断准确性和可重复性	接受ERCP检查的成年患者	计算机视觉	胆道疾病	ERCP荧光成像	CNN	图像	251名患者来自德国三个大学医疗中心（莱比锡、德累斯顿、哈雷）	NA	NA	AUROC	NA
1385	2025-10-06	Proactive Deep Learning-Facilitated Inpatient Penicillin Allergy Delabelling: An Implementation Study 2025, International archives of allergy and immunology IF:2.5Q3 DOI:10.1159/000542589 PMID:39827874	研究论文	本研究评估了深度学习辅助的主动会诊服务在住院患者青霉素过敏标签去除中的效果	首次将深度学习算法应用于识别适合进行青霉素过敏标签去除的住院患者，并采用主动会诊服务模式	单中心研究，需要更多中心验证	评估深度学习辅助的主动会诊服务是否能提高住院患者青霉素过敏标签去除率	住院患者中带有青霉素过敏标签的患者	医疗人工智能	药物过敏	深度学习	NA	医疗记录数据	439名患者，其中121名被算法识别为适合进行青霉素过敏评估	NA	NA	过敏标签去除率，不良事件发生率，经济效益分析	NA
1386	2025-10-06	SMoFFI-SegFormer: a novel approach for ovarian tumor segmentation based on an improved SegFormer architecture 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1555585 PMID:40761240	研究论文	提出一种基于改进SegFormer架构的卵巢肿瘤分割新方法SMoFFI-SegFormer	引入新型自调制融合与特征抑制模块，增强多尺度特征表示并处理肿瘤空间异质性	NA	提高卵巢肿瘤超声图像分割的准确性和效率	卵巢肿瘤超声图像	计算机视觉	卵巢癌	超声成像	Transformer	图像	两个公共数据集OTU_2D和OTU_CEUS	NA	SegFormer, SMoFFI-SegFormer	准确率, mIoU, 类别准确率	NA
1387	2025-10-06	Hybrid deep learning models for text-based identification of gene-disease associations 2025, BioImpacts : BI IF:2.2Q3 DOI:10.34172/bi.31226 PMID:40761527	研究论文	本研究开发了基于深度学习的混合模型，用于从生物医学文本中自动识别基因-疾病关联	提出了三种结合注意力机制的混合深度学习模型，在不依赖繁重预训练的情况下有效捕捉局部和序列特征，性能优于基于BioBERT的现有方法	NA	自动化从生物医学文献中提取基因-疾病关联关系	基因-疾病关联分类	自然语言处理	NA	文本挖掘	CNN-LSTM, CNN-GRU, CNN-GRU-LSTM	文本	三个公开数据集：EU-ADR、GAD和SNPPhenA	NA	CNN-LSTM, CNN-GRU, CNN-GRU-LSTM	准确率	NA
1388	2025-10-06	DLML-PC: an automated deep learning and metric learning approach for precise soybean pod classification and counting in intact plants 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1583526 PMID:40761559	研究论文	提出一种结合深度学习和度量学习的自动化方法，用于精确分类和计数完整大豆植株上的豆荚	首次直接检测未拆解植株上的不同类型豆荚，并通过度量学习方法修正计数结果	未明确说明样本数据的具体来源和采集条件	开发自动化大豆豆荚表型分析方法以加速育种过程	成熟期大豆植株上的不同类型豆荚（单粒、双粒、三粒、四粒豆荚）	计算机视觉	NA	深度学习，度量学习	YOLOX, Siamese Network	图像	NA	NA	YOLOX, SE-ResNet50	mAP, 准确率, 相关系数	NA
1389	2025-10-06	Dynamic gating-enhanced deep learning model with multi-source remote sensing synergy for optimizing wheat yield estimation 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1640806 PMID:40761564	研究论文	提出一种基于动态门控增强的深度学习模型，通过多源遥感协同优化小麦产量估算	引入时空融合专家混合模型，结合LSTM-Transformer架构和自适应门控网络，动态处理多源遥感特征和环境变量	在极端产量区域仍存在低估现象	优化小麦产量估算精度	中国六个主要省份的小麦产量	机器学习	NA	多源遥感技术	LSTM, Transformer	遥感数据，环境变量数据	六个中国主要省份的小麦产量数据	NA	LSTM-Transformer, STF-MoE	R², RMSE	NA
1390	2025-10-06	Detection of microplastics stress on rice seedling by visible/near-infrared hyperspectral imaging and synchrotron radiation Fourier transform infrared microspectroscopy 2025, Frontiers in plant science IF:4.1Q1 DOI:10.3389/fpls.2025.1645490 PMID:40761567	研究论文	本研究结合可见光/近红外高光谱成像和同步辐射傅里叶变换红外显微光谱技术，开发了一种快速检测微塑料胁迫下水稻幼苗的方法	提出改进的SE-LSTM全光谱检测模型，结合SHAP框架解释模型，并首次将同步辐射傅里叶变换红外光谱与二维相关光谱联用分析叶片分子组成变化	仅针对三种特定微塑料（PET、PS、PVC）和特定浓度（0、10、100 mg/L）进行实验，样本种类和条件有限	开发高效无损的早期检测方法，用于快速筛查和诊断微塑料胁迫下的水稻幼苗	暴露于不同浓度微塑料胁迫的水稻幼苗叶片	光谱分析，深度学习	植物胁迫响应	可见光/近红外高光谱成像，同步辐射傅里叶变换红外显微光谱，二维相关光谱	SE-LSTM	高光谱图像，红外光谱数据	不同浓度（0、10、100 mg/L）的PET、PS、PVC微塑料胁迫下的水稻幼苗样本	NA	SE-LSTM	检测准确率	NA
1391	2025-10-06	Cardio-rheumatology: integrated care and the opportunities for personalized medicine 2025, Therapeutic advances in musculoskeletal disease IF:3.4Q2 DOI:10.1177/1759720X251357188 PMID:40761822	综述	本文探讨系统性硬化症心脏受累的临床特征与精准医疗机遇，并介绍范德比尔特大学医学中心新型心脏-风湿病跨学科诊所的创新实践	建立首个跨学科心脏-风湿病诊所，整合血管病变影像与心脏表现关联分析，应用人工智能技术开发疾病进展量化标志物	系统性硬化症患病率较低，需要多中心合作扩大样本量	通过机制性疾病表型分析实现系统性硬化症的个性化医疗和早期心脏受累检测	系统性硬化症患者	数字病理	风湿免疫疾病	甲褶毛细血管镜检查、热成像、多普勒手部超声、超声心动图、动态心律监测、心脏磁共振成像、心脏PET/CT	深度学习	医学影像、监测数据	NA	NA	NA	疾病进展标志物、治疗疗效评估	基于云的多中心图像共享平台
1392	2024-10-30	Deep Learning-Based Method for Rapid 3D Whole-Heart Modeling in Congenital Heart Disease: Correspondence 2025, Cardiology IF:1.9Q3 DOI:10.1159/000542318 PMID:39467517	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA	NA
1393	2025-10-06	Human intention recognition for trauma resuscitation: An interpretable deep learning approach for medical process data 2025-01, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104767 PMID:39746431	研究论文	开发了一种可解释的深度学习方法，用于自动识别创伤复苏过程中的医疗目标追求	采用双门控循环单元结构从时间和活动类型两个层面学习特征，并利用注意力权重增强模型可解释性	仅针对两种复苏目标（气道稳定和循环支持）进行验证，样本量相对有限	自动识别创伤复苏过程中的医疗目标追求，辅助临床决策	儿科创伤复苏事件日志	医疗过程分析	创伤	深度学习	GRU	事件日志	381例儿科创伤复苏记录	NA	双GRU结构	AUC	NA
1394	2025-10-06	Unveiling pathology-related predictive uncertainty of glomerular lesion recognition using prototype learning 2025-01, Journal of biomedical informatics IF:4.0Q2 DOI:10.1016/j.jbi.2024.104745 PMID:39746430	研究论文	提出一种基于原型学习的肾小球病变识别预测不确定性分析框架	首次结合专家知识和学习方法构建病理相关特征表征，提出多维度不确定性融合和权重重分配预测校正方法	未明确说明样本量的具体规模和多样性限制	分析肾小球病变识别中的病理相关预测不确定性及其对模型性能的影响	肾小球病变的病理图像	数字病理	慢性肾脏病	深度学习，原型学习	深度学习模型	病理图像	NA	NA	原型学习网络	Spearman相关系数, Pearson相关系数, c指数	NA
1395	2025-10-06	Cell type prediction with neighborhood-enhanced cellular embedding using deep learning on hematoxylin and eosin-stained images 2025, Computational and structural biotechnology journal IF:4.4Q2 DOI:10.1016/j.csbj.2025.07.026 PMID:40735431	研究论文	本研究利用深度学习模型通过H&E染色图像预测结肠癌和乳腺癌肿瘤微环境中的细胞类型	提出基于邻域增强细胞嵌入的方法，结合转导半监督学习策略提升细胞类型预测性能	模型性能在不同癌症类型和数据集间存在差异，乳腺癌数据集上部分模型准确率相对较低	开发基于H&E染色图像的细胞类型预测方法	结肠癌和乳腺癌样本中的肿瘤浸润细胞	数字病理学	结肠癌,乳腺癌	H&E染色,细胞分割,邻域增强特征提取	深度学习	病理图像	结肠癌和乳腺癌两个数据集，包含多个样本集(S1-S5)	NA	Base-4, Base-4+, Base-7	准确率	NA
1396	2025-10-06	Machine learning in the differential diagnosis of ulcerative colitis and Crohn's disease: a systematic review 2025, Translational gastroenterology and hepatology IF:3.8Q2 DOI:10.21037/tgh-24-117 PMID:40755733	系统综述	系统回顾机器学习在溃疡性结肠炎和克罗恩病鉴别诊断中的应用研究	首次系统性地总结了2000-2024年间机器学习在IBD亚型鉴别诊断中的应用现状和发展趋势	纳入研究主要为回顾性研究（87%），可能存在选择偏倚	评估机器学习在炎症性肠病亚型鉴别诊断中的临床应用价值	溃疡性结肠炎和克罗恩病患者	机器学习	炎症性肠病	机器学习	随机森林,支持向量机,深度学习	内镜数据,粪便生物标志物数据	15,140例患者样本	NA	NA	模型评估指标	NA
1397	2025-10-06	Diaproteo: A supervised learning framework for early detection of diabetes mellitus based on proteomic profiles 2025 Jan-Dec, Digital health IF:2.9Q2 DOI:10.1177/20552076251362281 PMID:40755961	研究论文	提出一个基于蛋白质组学特征的监督学习框架Diaproteo，用于糖尿病早期检测	结合传统机器学习算法和前沿深度学习架构，在蛋白质组学数据上实现糖尿病早期预测	NA	开发糖尿病早期检测的预测模型	糖尿病患者的临床特征、遗传标记和生活方式变量	机器学习	糖尿病	蛋白质组学分析	Extra Trees, CNN	蛋白质组学数据、临床特征、遗传标记、生活方式变量	NA	NA	卷积神经网络	准确率, 精确率, 召回率, F1分数	NA
1398	2025-10-06	SMF-net: semantic-guided multimodal fusion network for precise pancreatic tumor segmentation in medical CT image 2025, Frontiers in oncology IF:3.5Q2 DOI:10.3389/fonc.2025.1622426 PMID:40756121	研究论文	提出一种语义引导多模态融合网络SMF-Net，用于医学CT图像中胰腺肿瘤的精确分割	结合CNN-Transformer混合编码器，引入AMBERT渐进特征提取模块和MTT多模态令牌变换器，融合视觉与语义特征，并采用半监督学习解决多模态数据稀缺问题	未明确说明模型计算复杂度及在更大规模数据集上的验证	实现胰腺肿瘤的精确自动化分割，提升胰腺癌临床诊断效率	胰腺肿瘤CT图像	医学图像分析	胰腺癌	CT成像	CNN, Transformer	医学CT图像	与株洲中心医院合作构建的多模态胰腺肿瘤数据集MPTD	NA	CNN-Transformer混合编码器, AMBERT, MTT, MEAM, DAS-Net	Dice系数	NA
1399	2025-10-06	A CT-Based Deep Learning Radiomics Scoring System for Predicting the Prognosis to Repeat TACE in Patients with Hepatocellular Carcinoma: A Multicenter Cohort Study 2025, Journal of hepatocellular carcinoma IF:4.2Q2 DOI:10.2147/JHC.S525920 PMID:40756248	研究论文	开发基于CT的深度学习放射组学评分系统预测肝细胞癌患者重复TACE治疗的预后	首次结合深度学习评分和手工放射组学特征构建HRD评分系统，优于传统ART和ABCR评分	回顾性研究设计，样本量相对有限（310例患者）	预测肝细胞癌患者重复经动脉化疗栓塞治疗的预后	肝细胞癌患者	数字病理	肝细胞癌	CT成像	深度学习	CT图像	310例来自三家医院的患者	NA	NA	AUC, 校准曲线, 决策曲线分析, 总体生存期	NA
1400	2025-10-06	Ethical AI in medical text generation: balancing innovation with privacy in public health 2025, Frontiers in public health IF:3.0Q2 DOI:10.3389/fpubh.2025.1583507 PMID:40756387	研究论文	提出一种结合隐私保护技术和可解释模型架构的创新框架，用于实现医学文本生成的伦理合规	将基于知识的推理与深度学习相结合，并集成同态加密和安全多方计算等隐私增强技术，同时在系统设计层面嵌入伦理原则	未提及具体实验验证和性能评估结果	解决医学文本生成中的伦理挑战，包括公平性、隐私保护和可解释性	医学文本生成系统	自然语言处理	NA	深度学习	混合模型	医学文本数据	NA	NA	符号推理与数据驱动学习相结合架构	NA	NA